仅当还没有元素时才将元素添加到列表中的最有效方法是什么？

Question

我在 Python 中有以下代码：

def point_to_index(point):
    if point not in points:
        points.append(point)
    return points.index(point)

这段代码效率极低，尤其是因为我预计points 会增长到容纳几百万个元素。

如果点不在列表中，我遍历列表3次：

1. 查找它并确定它不存在
2. 转到列表末尾并添加一个新元素
3. 转到列表末尾直到找到索引

如果它是在列表中，我遍历它两次： 1. 寻找它并确定它在那里 2. 几乎走到列表的末尾，直到找到索引

有没有更有效的方法来做到这一点？例如，我知道：

• 我更有可能使用不在列表中的点来调用此函数。
• 如果该点在列表中，则它更可能位于末尾而不是开头。

所以，如果我可以的话：

if point not in points:

从尾到头搜索列表，当点已经在列表中时，会提高性能。

但是，我不想这样做：

if point not in reversed(points):

因为我认为reversed(points) 本身会付出巨大的代价。

我也不想在列表的开头添加新点（假设我知道如何在 Python 中这样做），因为这会改变索引，而索引必须保持不变才能使算法起作用。

我能想到的唯一改进是，如果可能的话，从头到尾只通过一次来实现该功能。底线是：

• 有什么好的方法吗？
• 有没有更好的方法来优化功能？

编辑：我收到了一些建议，只需通过一次即可实现这一点。 index()有没有办法从头走到尾？

编辑：人们问为什么索引很重要。我正在尝试使用OFF file format 描述一个 3D 表面。此格式使用其顶点和面来描述曲面。首先列出顶点，然后使用顶点索引列表来描述面。这就是为什么一旦我将一个漩涡添加到列表中，它的索引就不能改变。

编辑：有一些建议（例如igor's）使用字典。这是扫描列表的一个很好的解决方案。但是，当我完成后，我需要按照创建的顺序打印出列表。如果我使用字典，我需要打印出按值排序的键。有什么好办法吗？

编辑：我实现了www.brool.com 的suggestion。这是最简单和最快的。它本质上是一个有序的字典，但没有开销。表演很棒！

Answer 1

你想使用set：

>>> x = set()
>>> x
set([])
>>> x.add(1)
>>> x
set([1])
>>> x.add(1)
>>> x
set([1])

一个集合只包含您添加的任何项目的一个实例，这将比手动迭代列表更有效。

如果您以前没有在 Python 中使用过集合，This wikibooks page 看起来是一本不错的入门书。

Answer 2

这将最多遍历一次：

def point_to_index(point):
    try: 
        return points.index(point)
    except ValueError:
        points.append(point)
        return len(points)-1

您可能还想试试这个版本，它考虑到匹配项可能在列表末尾附近。请注意，reversed() 即使在非常大的列表上也几乎没有成本 - 它不会创建副本并且不会多次遍历列表。

def point_to_index(point):
    for index, this_point in enumerate(reversed(points)):
        if point == this_point:
            return len(points) - (index+1)
    else:
        points.append(point)
        return len(points)-1

您还可以考虑保持平行的dict 或set 点来检查成员资格，因为这两种类型都可以在 O(1) 中进行成员资格测试。当然，这会消耗大量内存。

显然，如果以某种方式对点进行排序，您将有许多其他选项来加快此代码的速度，特别是使用二进制搜索来进行成员资格测试。

Answer 3

如果您担心内存使用，但想优化常见情况，请保留一个包含最后 n 个点及其索引的字典。 points_dict = 字典，max_cache = 缓存大小。

def point_to_index(point):
    try:
        return points_dict.get(point, points.index(point))
    except:
        if len(points) >= max_cache:
            del points_dict[points[len(points)-max_cache]]
        points.append(point)
        points_dict[points] = len(points)-1
        return len(points)-1

Answer 4

def point_to_index(point):
    try:
        return points.index(point)
    except:
        points.append(point)
        return len(points)-1

更新：在 Nathan 的异常代码中添加。

Answer 5

正如其他人所说，考虑使用 set 或 dict。您没有解释为什么需要索引。如果只需要为这些点分配唯一的 id（而且我不能轻易找到使用它们的另一个原因），那么 dict 确实会更好，例如，

points = {}
def point_to_index(point):
    if point in points:
        return points[point]
    else:
       points[point] = len(points)
       return len(points) - 1

Answer 6

你真正想要的是一个有序的字典（键插入决定了顺序）：

• 配方：http://code.activestate.com/recipes/107747/
• PEP：http://www.python.org/dev/peps/pep-0372/